Vor zwei Jahren habe ich angefangen, meinen Code mit KI schreiben zu lassen. Nicht testweise, nicht als Experiment. Dauerhaft. Und seitdem hat sich in unserem Team von 25 Spezialist:innen mehr verändert als in den zehn Jahren davor zusammen.
Was sich verändert hat, ist nicht das, worüber die meisten Artikel schreiben. Es geht nicht um Jobverlust. Es geht um etwas Subtileres: Wer gut ist, wird besser. Wer durchschnittlich ist, wird sichtbarer.
Inhalt
- Was sich im Alltag wirklich verändert hat
- Welche Skills plötzlich wertvoller sind
- Die Junior/Senior-Dynamik hat sich gedreht
- Was uns ehrlich nervt
- Wie wir inzwischen anders einstellen
- Was das für deine Karriere bedeutet
Was sich im Alltag wirklich verändert hat
Boilerplate schreiben macht bei uns keiner mehr von Hand. API-Calls, CRUD-Operationen, Test-Fixtures, Migrations: Das geht raus an Claude oder Copilot. In der Zeit, die früher dafür gebraucht wurde, passiert jetzt etwas anderes.
Was passiert stattdessen? Code Review.
Das klingt unspektakulär. Ist es aber nicht. KI-generierter Code ist oft syntaktisch korrekt und logisch falsch. Er löst das Problem das du beschrieben hast, nicht das Problem das du meinst. Ein Shopware-Plugin das alle Tests grün hat und trotzdem den Warenkorb in Edge Cases leert. Sauber generiert. Komplett falsch.
Gute Entwickler verbringen inzwischen mehr Zeit damit, Code zu verstehen als ihn zu schreiben. Das ist eine fundamentale Verschiebung. Und eine, für die viele nicht ausgebildet wurden.
Dokumentation hat sich ebenfalls verschoben. Changelogs, technische Spezifikationen, Inline-Kommentare: Das geht deutlich schneller. Was nicht schneller geht, ist das Finden der richtigen Lösung. KI beschleunigt die Umsetzung. Die Analyse bleibt menschlich.
Wir haben in unserem Team gemessen, dass Entwickler heute im Schnitt 30-40% mehr Tickets schließen als vor zwei Jahren. Die Qualitäts-Review-Zeit ist gleichzeitig gestiegen. Die Netto-Geschwindigkeit: deutlich schneller, aber nicht auf dem Papier-Niveau.
Welche Skills plötzlich wertvoller sind
Ich höre oft: "KI macht Entwickler überflüssig." Falsch. KI macht bestimmte Skills überflüssig und andere explosiv wertvoller.
Was mehr zählt als vorher:
- Architektur-Entscheidungen. KI schlägt dir vor, wo du Datenbank-Queries optimieren kannst. Ob du ein Event-Driven System brauchst oder einen monolithischen Service: Das entscheidet kein Tool.
- Prompt Engineering als Entwickler-Skill. Wer KI gut einsetzen kann, bekommt in 10 Minuten was andere in 2 Stunden bauen. Der Unterschied ist nicht Intelligenz. Es ist Präzision beim Beschreiben von Problemen.
- Debugging von KI-Output. Das ist eine eigene Fähigkeit. Du musst erkennen warum ein Code falsch ist, nicht nur dass er falsch ist. Nur dann kannst du die KI in die richtige Richtung korrigieren.
- Systemdenken. Einzelne Funktionen baut KI zuverlässig. Das Zusammenspiel von 40 Microservices, zwei Legacy-Systemen und einem neuen Commerce-Layer? Da braucht es Erfahrung, die kein Modell hat.
Was weniger zählt: Syntax auswendig kennen. Framework-Details im Kopf haben. Standardlösungen ohne Nachdenken runterschreiben.
Die Junior/Senior-Dynamik hat sich gedreht
Das ist das Thema, über das wir intern am meisten reden.
Früher war der Weg klar: Junior schreibt Code, Senior reviewed und gibt Feedback, Junior lernt. Das hat gut funktioniert weil Juniors durch das Schreiben verstanden haben was passiert.
Heute schreibt die KI. Ein Junior kann eine Funktion in 20 Minuten fertig haben ohne wirklich zu wissen warum sie funktioniert. Die Output-Geschwindigkeit täuscht über das Verständnis hinweg.
Das ist kein Problem der Juniors. Das ist ein Problem der Lernmethode.
Wir haben deshalb intern geändert wie wir Onboarding machen. Neue Kollegen müssen bestimmte Basis-Implementierungen ohne KI-Unterstützung schreiben, nicht weil wir old-school sind, sondern weil die Grundlage für gutes Prompting Verständnis ist. Wer nicht weiß wie eine REST-API funktioniert, kann keiner KI erklären was er braucht.
Bei Seniors ist das Bild anders. Unser Team besteht zu 80% aus Seniors. Die 6+ Jahre Ø Teamzugehörigkeit, die wir haben, hilft hier. Erfahrene Entwickler nutzen KI um das zu beschleunigen was sie sowieso können. Nicht um Dinge zu machen die sie nicht verstehen.
Was uns ehrlich nervt
Halluzinationen. Ein Shopware 6.4 API-Call der so aussieht als wäre er korrekt, es aber nicht ist. Ein Dependency-Vorschlag für eine Library die seit 18 Monaten nicht mehr gepflegt wird. Das passiert seltener als vor zwei Jahren, aber es passiert.
Das Problem ist nicht die Halluzination selbst. Das Problem ist blindes Vertrauen. Ein Junior der dem Ergebnis vertraut weil es professionell klingt. Eine Lösung die in den Test-Daten funktioniert und in Produktion mit echten Daten abbricht.
Wir haben eine interne Regel eingeführt: KI-generierter Code muss immer von jemandem reviewed werden, der das Thema kennt, nicht nur jemand der Code lesen kann. Das klingt selbstverständlich. In der Praxis wird es schnell übersprungen wenn Deadlines drücken.
Der zweite Punkt: Wissens-Erosion. Wenn du zwei Jahre lang keine komplexen Queries mehr von Hand schreibst, vergisst du Dinge. Das merkst du dann in dem Moment, wo die KI dir etwas Falsches vorschlägt und du nicht sofort erkennst warum es falsch ist. Das begegnen wir mit gezieltem "KI-free Coding" bei Weiterbildungen.
Wie wir inzwischen anders einstellen
Technische Interviews haben sich bei uns verändert.
Früher haben wir viel auf Syntax-Wissen getestet: Wie implementierst du X? Was ist der Unterschied zwischen Y und Z? Das ist heute weniger relevant.
Heute interessiert uns mehr:
- Wie beschreibst du ein komplexes technisches Problem so, dass jemand anderes es lösen kann?
- Zeig mir wie du einen Bug in fremdem Code findest, der kein offensichtlicher Syntax-Fehler ist.
- Welche Fragen stellst du, bevor du anfängst zu bauen?
Das letzte ist entscheidend. KI-Outputs sind so gut wie die Inputs. Wer präzise Fragen stellt, bekommt präzise Antworten. Wer vage beschreibt was er will, bekommt vagen Code zurück.
Wir suchen also immer noch starke technische Entwickler. Aber die Signale dafür haben sich verschoben: von Implementierungs-Wissen zu Analyse- und Kommunikations-Fähigkeit.
Wir sehen das auch bei Bewerbungen: Die interessantesten Kandidaten zeigen uns nicht mehr nur ihr GitHub-Portfolio. Sie zeigen uns wie sie Probleme zerlegen.
Was das für deine Karriere bedeutet
Wenn du Entwickler bist und KI noch nicht täglich nutzt: Fang an. Nicht wegen des Hypes. Wegen der Geschwindigkeit. Du verlierst gerade Boden.
Wenn du KI schon nutzt: Pass auf dass du noch verstehst was du produzierst. Die gefährlichste Entwicklung ist nicht "KI ersetzt Entwickler", sondern "Entwickler versteht seinen eigenen Code nicht mehr". Das macht dich austauschbar, weil du keinen eigentlichen Mehrwert mehr bringst.
Die Entwickler, die in fünf Jahren die besten Chancen haben, sind keine KI-Experten und keine KI-Ablehner. Es sind Entwickler die KI als Werkzeug behandeln wie früher Stack Overflow: nützlich, schnell, aber nie das letzte Wort.
Für KI-Strategie im E-Commerce gilt dasselbe wie für Teams: Wer KI aufsetzt ohne die zugrundeliegenden Prozesse zu verstehen, baut auf Sand. Mehr dazu, wie KI in E-Commerce-Projekten wirklich Wertschöpfung bringt, liest du in unserem Artikel zu KI im E-Commerce.
Bei dasistweb haben wir KI-Enablement auch für Kundenprojekte im Angebot. Nicht weil es trendy ist, sondern weil es Teams produktiver macht, wenn man es richtig einführt.
Fazit
KI macht Entwickler nicht überflüssig. KI macht Mittelmäßigkeit sichtbarer.
Wer guten Code schreiben konnte, schreibt jetzt schneller guten Code. Wer auf Autopilot gearbeitet hat, merkt jetzt dass der Autopilot ihm den Job abnimmt. Das ist kein neues Phänomen. Das ist Technologie.
Was neu ist: Die Geschwindigkeit dieser Verschiebung. Vor zwei Jahren war das noch Zukunftsmusik. Heute ist es Alltag in jedem ernsthaften Entwickler-Team.
Du willst KI in deinem Entwickler-Team einführen?
Wir machen das selbst und helfen Projekten dabei es richtig aufzusetzen. Kein Hype, keine Buzzwords. 30 Minuten Erstgespräch um zu verstehen was bei euch Sinn ergibt.
Geschrieben von Christian Dangl. Entwickelt bei dasistweb Shopware-Plugins und B2C-/B2B-Shops. Sein Fokus: Automatisierungen, Testing & QA und DevOps. Er betreut das Mollie-Plugin für Shopware. Wenn Deploys Routine sind und Tests Vertrauen schaffen statt Angst, hat er seinen Job gut gemacht. Wenn du ein konkretes Vorhaben hast: Erstgespräch vereinbaren